신호의 "세부 사항"을 어떻게 측정합니까?

이미지가 있고 세부 정보의 양을 측정하고 싶습니다. 그것을 보는 또 다른 방법은 이미지가 얼마나 흐릿한지를 측정하는 것입니다. 한 가지 방법은 이미지의 푸리에 변환에서 고주파 성분을 분석하는 것입니다.

다른 / 더 나은 방법이 있습니까?

일반적으로 "이미지 선명도"라고합니다. 빠른 지식과 사전 지식은 다음과 같습니다.

1. 푸리에 분석-이것을 사용하면 두 가지 주요 단점이 있습니다. 우선, 잡음이 무엇이든 상관없이 나타나기 때문에 더 높은 주파수 성분이 나타납니다. 둘째, 선명도는 로컬 현상 인 경향이 있으므로 전체 이미지를 변환하면 표시되지 않을 수 있습니다.
2. 고유 값 분석 -실제로이 문서를 읽지는 않았지만 고유 값 분석을 사용하여 이미지의 선명도를 결정하는 방법을 제안합니다.
3. 가장자리 감지 알고리즘은 일정 정도의 선명도에 따라 다릅니다. 선명도의 양을 결정하기 위해 가장자리 감지 매개 변수에 다른 값을 사용할 수 있습니다.
4. 쿠 르토 시스 웨이블릿 계수 측정 -다시 한 번, 전체 논문을 읽지는 않았지만 웨이블릿 계수 계산, 전체 계수 세트의 FFT 수행 및 첨도 측정을 제안하는 것 같습니다. 이것은 노이즈에 상대적으로 영향을받지 않아야합니다.

더 많은 것이 있다고 확신합니다. 이것은 현재 매우 활발한 연구 분야입니다. 이 방법들 중 어느 것도 당신에게 적합하지 않다면, 계속해서 학술 논문을 검색하고 더 좋은 방법을 찾을 수 있는지 확인하십시오.

이미지 의 디테일 양에 대해 이야기 하면 디스크리트 웨이블릿 변환 (DWT)이 설명에 완벽하게 부합 한다고 생각합니다 . 또한 이산 푸리에 변환 (DFT)과 완전히 유사하지는 않지만 신호의 미세하고 거친 스케일 구성 요소 측면에서 작동하지만 DFT와 달리 매우 지역화되어 있습니다. I. Selesnick의 1 차원 신호에 대한 환상적인 소개가 여기에 있습니다 .

웨이블릿 변환은 본질적으로 여러 스펙트럼 성분의 신호를 생성하는 일련의 중첩 된 직교 대역 통과 필터이므로 이러한 의미에서 푸리에 변환의 웨이블릿을 사용할 수 있습니다. 그러나 실제로 구성 요소를 서로 별도로 플롯하려면 WFT를 사용해야합니다. 공간에 적합한 창과 현지화도 제공하기 때문입니다.

각 스케일 레벨에서 디테일의 양을 간단히 계산하려면 푸리에 변환에 관심있는 각 밴드의 총 에너지를 계산하면 충분합니다.

$$D_{\beta} = \sum_{\omega_{\beta} \in \beta}\left\vert S^f(\omega_{\beta})\right\vert^2$$

$S^f(\omega)$$s(t)$$\beta$